📚L2范数、无穷范数🔍
发布时间：2025-04-08 02:14:43来源：
导读 在数学和机器学习中，范数是衡量向量大小的一种方式。两种常见的范数分别是L2范数和无穷范数，它们各有特点，适用于不同的场景。🌟 L2范数...
在数学和机器学习中，范数是衡量向量大小的一种方式。两种常见的范数分别是L2范数和无穷范数，它们各有特点，适用于不同的场景。
🌟 L2范数：
也被称为欧几里得范数，计算公式为所有元素平方和的开方。简单来说，它就是向量的“长度”。例如，在二维空间中，(3, 4)的L2范数是5（√(3² + 4²)）。L2范数常用于优化问题，比如正则化技术中的Ridge回归。✨
📊 无穷范数：
又叫最大范数，等于向量中绝对值最大的分量。比如向量(-2, 5, -8)的无穷范数是8。这种范数在处理稀疏数据时非常有用，因为它关注的是“峰值”部分。💥
两者虽然定义不同，但都是理解数据特性的关键工具！💡
数学 机器学习 数据分析 L2范数 无穷范数
版权声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
